在论文查重中，公式和代码的检测方式与普通文本存在显著差异，但同样遵循着严谨的学术规范。这两类内容看似“技术化”，实则与论文查重的核心目标——维护学术原创性——紧密相关。以下结合实际检测逻辑，聊聊它们的查重原理。

论文查重系统对公式的处理并非简单的字符匹配，而是通过“符号-结构”双维度解析。以数学公式为例，LaTeX代码或MathType等工具生成的公式在查重时会被拆解为符号序列（如积分符号∫、希腊字母α）和逻辑结构（如分式嵌套、上下标关系）。系统会优先比对符号组合的相似度，例如两个公式都包含“∫(x²+1)dx”这一核心结构时，即使变量名不同（如a²+1或y²+1），仍可能被判定为相似。更复杂的公式（如矩阵运算、偏微分方程）则会通过结构树分析其运算层级是否一致。不过，若公式采用图片格式插入，由于系统难以解析图像内容，可能会绕过查重，但这种做法存在学术不端风险，一旦被人工审查发现，后果可能更严重。

代码的论文查重更侧重于“逻辑复用”而非表面相似。系统会先解析代码的语法结构，例如Python中的缩进块、C语言的循环语句、函数调用链等。若两段代码的逻辑流程高度一致（如都实现了相同的排序算法），即使变量名、注释内容不同，仍可能被判定为重复。此外，查重系统还会识别代码库中的开源片段，例如GitHub上的开源项目或学术代码仓库，若直接复制代码片段，即使修改了局部变量名，仍可能因代码指纹（如哈希值）匹配而被标红。但值得注意，合理引用代码（如注明出处且仅用于教学示例）通常会被查重系统豁免，关键在于是否遵循学术规范。

当前论文查重系统对公式和代码的检测仍有盲区，例如复杂公式的语义化理解、代码的跨语言转换（如Python转Java后逻辑相同）等。但学术诚信的核心在于“知识创造”而非“技术规避”。建议作者在撰写时，对公式推导过程补充文字说明，对核心代码段附上算法设计思路，既能降低查重风险，也能提升论文的学术价值。毕竟，论文查重的本质是督促学术创新，而非制造技术壁垒。